ความคิดเห็นและผลการเรียนรู้

เสียงสะท้อนจาก ผู้เข้าร่วมอบรมและนักวิจัย

ประสบการณ์จริงจากวิศวกรซอฟต์แวร์ ผู้ดูแลโครงสร้างพื้นฐานระบบ และนักศึกษาปริญญาโทที่เข้าร่วมเวิร์กช็อปสถาปัตยกรรมเทคโนโลยีกับเรา

"เข้าร่วมเวิร์กช็อปเจาะลึกโครงสร้างพื้นฐานรอบเดือนมิถุนายน ดร.กฤษฎา อธิบายเรื่อง Byzantine Fault Tolerance และการสร้างบล็อกของ Dime ได้อย่างเป็นระบบ แผนผังจำลองโหนดทำให้เห็นภาพชัดเจนว่าเวลาเกิด Latency ในเครือข่าย กระบวนการลงคะแนนของ Validator ทำงานอย่างไร มีประโยชน์มากสำหรับการนำไปออกแบบระบบ Distributed Database ของทีม"

ทศพร วัฒนากิจ

Lead Backend Engineer, บริษัทพัฒนาเทคโนโลยีคลาวด์ กรุงเทพฯ

"เนื้อหาวิชาการในส่วน Key Management และ Ed25519 ละเอียดและเข้มข้นมาก วิทยากรตอบคำถามเชิงลึกได้ชัดเจน จุดที่อยากเสนอแนะคือช่วงภาคปฏิบัติวันที่สอง เวลา 3 ชั่วโมงสำหรับการคอนฟิกโหนดทดสอบบน Linux ค่อนข้างกระชั้นชิดไปเล็กน้อยสำหรับคนที่ไม่คุ้นเคยกับคำสั่ง CLI บางตัว แต่โดยรวมเอกสารประกอบคู่มือช่วยให้กลับมาทบทวนแล็บเองได้ครบถ้วน"

ปริญญา ชัยมงคล

DevOps & Infrastructure Specialist, เชียงใหม่

"ทางภาควิชาวิทยาการคอมพิวเตอร์ได้เชิญทีมงาน Dime Technology Guide มาจัดบรรยายพิเศษเรื่องโครงสร้างระบบบัญชีแยกประเภทแบบกระจายศูนย์ให้นักศึกษาปริญญาตรีปี 4 ตัวอย่างโค้ดและแบบฝึกหัดการแกะรหัส Payload ของบล็อกช่วยให้นักศึกษาเข้าใจเรื่อง State Machine ได้ดีขึ้นมาก เป็นสื่อการสอนที่มีมาตรฐานทางวิชาการสูง"

ผศ.ดร. นันทนา ภักดี

อาจารย์ประจำภาควิชาวิทยาการคอมพิวเตอร์, ภูเก็ต

"ศูนย์การเรียนรู้แห่งนี้เน้นหลักการวิศวกรรมแท้จริง ไม่มีการขายของหรือการชวนลงทุน ทำให้สามารถส่งทีมวิศวกรความปลอดภัยเข้ามาอบรมเรื่อง Multi-signature และ Hardware Security Module ได้อย่างมั่นใจ ข้อมูลตารางการเปรียบเทียบสถาปัตยกรรมในเล่มเอกสารนำมาใช้อ้างอิงในงานได้ทันที"

ศิรพัชร์ ธนัตถ์นันท์

Cybersecurity Architect, องค์กรด้านความปลอดภัยสารสนเทศ

กรณีศึกษาเชิงวิชาการ

การจำลองสภาวะเครือข่ายหน่วงและผลกระทบต่อฉันทามติ

ในการฝึกอบรมรุ่นที่ 4 ทีมผู้เข้าอบรมได้ร่วมกันทำแล็บจำลองสถานการณ์โหนดผู้ตรวจสอบ 8 โหนด โดยกำหนดให้ 2 โหนดเกิดความหน่วงสูง (High Latency) และ 1 โหนดส่งข้อมูลไม่สอดคล้องกัน ผลการทดลองในแล็บแสดงให้เห็นว่ากระบวนการฉันทามติของ Dime สามารถบรรลุ Finality ได้อย่างต่อเนื่องตามทฤษฎี และระบบสามารถตรวจจับโหนดที่มีพฤติกรรมผิดปกติได้อย่างถูกต้อง

เรียนรู้เพิ่มเติมในเวิร์กช็อปเชิงลึก